下载 Instagram Reels，转录音频并提取字幕。分享一个 Reels 链接，即可获得包含原始描述的完整文字稿

使用 EachLabs AI 模型编辑、转换、扩展、提升分辨率和增强视频，支持唇形同步、视频翻译、字幕生成、音频合并、风格迁移和视频延展，适用于用户需要编辑或转换现有视频内容的场景

根据自然语言的视频编辑请求生成FFmpeg命令，如剪切、修剪、转换、压缩、更改宽高比、提取音频等

使用 Gemini API（Nano Banana 图像生成、Veo 视频、Gemini TTS 语音与音频理解）构建端到端的多模态媒体工作流和代码模板，实现“生成 + 理解”一体化

通过 macOS 的 say 命令结合 Siri 自然语音进行文本转语音，用于生成语音音频、TTS 片段或在 macOS 上朗读文本

使用macOS内置的say命令实现文字转语音，用于语音通知、音频提醒、朗读文本或通过Mac扬声器播报信息，支持多种语言，包括中文（普通话）、英语、日语等

使用 Vosk 实现本地语音转文字，轻量快速，完全离线运行，非常适合转录 Telegram 语音消息、音频文件或任何无需云端 API 的语音转文字任务

使用 Azure AI Voice Live SDK (azure-ai-voicelive) 构建实时语音 AI 应用。当开发需要与 Azure AI 实现双向实时音频通信的 Python 应用时，例如语音助手、语音聊天机器人、实时语音对语音翻译、语音驱动的虚拟形象，或基于 WebSocket 的 AI 音频流媒体，可使用本技能。支持服务器端语音活动检测、基于轮次的对话、函数调用、MCP 工具、虚拟形象集成和语音转文字功能。

在Apple Silicon上使用FluidAudio实现本地文本转语音TTS和语音转文本STT通过Apple神经网络引擎在设备上全本地运行，实现亚秒级语音合成与转录适用于配置本地语音功能语音助手集成或替代云端TTSSTT服务